Data yang digunakan di sini berasal dari media massa daring yang didapat dengan metode scrapping menggunakan parameter (kata kunci) transportasi online. Gambar berikut menunjukkam jumlah berita dari masing-masing media.
# Runing RJava
if (Sys.info()['sysname'] == 'Darwin') {
libjvm <- paste0(system2('/usr/libexec/java_home',stdout = TRUE)[1],'/jre/lib/server/libjvm.dylib')
message (paste0('Load libjvm.dylib from: ',libjvm))
dyn.load(libjvm)
}
Load libjvm.dylib from: /Library/Java/JavaVirtualMachines/jdk1.8.0_161.jdk/Contents/Home/jre/lib/server/libjvm.dylib
library(ggplot2)
library(tidyverse)
library(tidytext)
library(Hmisc)
library(tm)
library(RWeka)
library(topicmodels)
library(googledrive)
library(SnowballC)
library(knitr)
library(plotly)
id_media <- "1hNGgygHzjGmKJDD3dbfJpQ833YoSVj_3" # cleaned username_all
media_data <- read_csv(sprintf("https://docs.google.com/uc?id=%s&export=download", id_media))
Parsed with column specification:
cols(
tanggal = col_date(format = ""),
judul = col_character(),
konten = col_character(),
media = col_character(),
is_duplicate = col_logical(),
clean_konten = col_character()
)
# unrelated conten
media_data <- media_data %>%
filter(!str_detect(judul, "\\bKe Bandara Naik Subway, Dandanan G-Dragon Mirip Teroris?\\b"))
package 'bindrcpp' was built under R version 3.4.4
media_data <- media_data %>%
filter(!str_detect(judul, "\\bSelera Bule, Nikita Mirzani Tak Tertarik Pilot Tampan Mantan Pacar Kahiyang\\b"))
media_data <- media_data %>%
filter(!str_detect(judul, "\\bNikita Mirzani Merasa Terbantu dengan Transportasi Online\\b"))
a <- media_data %>%
select(tanggal, media) %>%
separate(tanggal, into = c("tahun", "bulan", "tanggal"), sep = "-") %>%
group_by(tahun) %>%
count(media) %>%
ggplot(aes(tahun, n, fill = media)) +
geom_col() + theme(legend.position="top") +
ggtitle("Jumlah pemeberitaan tentang transportasi online") +
labs(x = "Tahun", y = NULL)
ggplotly(a)
We recommend that you use the dev version of ggplot2 with `ggplotly()`
Install it with: `devtools::install_github('hadley/ggplot2')`
Keterangan: Data diambil dari tiga media (detik.com, kompas.com, tempo.co). Berita dari tempo yang bisa didapat hanya 10 halaman (web page) terakhir.
media_data %>%
select(clean_konten, media)%>%
unnest_tokens(kata, clean_konten, token = "ngrams", n = 2, to_lower = TRUE,
drop = TRUE, collapse = NULL) %>%
group_by(media) %>%
count(kata, sort = TRUE) %>%
top_n(20) %>%
ggplot(aes(reorder(kata, n), n, fill = "media")) + geom_col(show.legend = FALSE) +
coord_flip() +
facet_wrap(~ media, scales = "free_y") +
ggtitle("Perbandingan term yang digunakan dalam berita") +
labs(x = "Bigram", y = "Jumlah kata")
Selecting by n
Wacana yang berkembang dan dibahas media:
Untuk mengetahui term yang “mungkin” jadi bingkau utama media tersebut dalam memberitakan transportasi online. Konfirmasi wacana di atas.
# unclear cleaning .... gossssssshhhh
media_data$clean_konten <- gsub("\\bonetrillionfivehundredandtwentyfivebillionsevenhundredandsixtyeightmillionninehundredandninetysixthousandfivehundredandninetyeight\\b", "", media_data$clean_konten)
media_data$clean_konten <- gsub("\\gpt\\b", "", media_data$clean_konten)
media_words <- media_data %>%
group_by(media) %>%
unnest_tokens(kata, clean_konten, token = "ngrams", n = 3) %>%
count(kata, sort = TRUE)
total_media <- media_words %>%
group_by(media) %>%
summarise(total = sum(n))
media_words <- left_join(media_words, total_media)
Joining, by = "media"
media_words <- media_words %>%
bind_tf_idf(kata, media, n) %>%
arrange(desc(tf_idf))
# Visualisasi tf-idf
media_words %>%
arrange(desc(tf_idf)) %>%
mutate(kata = factor(kata, levels = rev(unique(kata)))) %>%
group_by(media) %>%
top_n(10) %>%
ungroup %>%
ggplot(aes(reorder(kata,tf_idf), tf_idf, fill = media)) +
geom_col(show.legend = FALSE) +
facet_wrap(~media, ncol = 2, scales = "free_y") +
labs(x = "Bigram", y = "TF-IDF") +
coord_flip()
Unequal factor levels: coercing to characterbinding character and factor vector, coercing into character vectorbinding character and factor vector, coercing into character vectorbinding character and factor vector, coercing into character vectorSelecting by tf_idf
media_data %>%
filter(str_detect(konten, "JDI")) %>% #masukkan kata kunci yang ingin di cari
select(konten, media, judul, tanggal) %>%
filter(str_detect(media, "detik")) %>% # sumber berita dari kompas, bisa diganti "tempo" atau "detik"
head(n=2) %>%
kable()
| konten | media | judul | tanggal |
|---|---|---|---|
| Jakarta -Anggota Komisi V DPR Fraksi Gerindra dan PKB sepakat dikeluarkannya Peraturan Presiden Perpres untuk mengatur soal keberadaan ojek online. Alasannya, kondisi sopir ojek online saat ini dinilai sudah dalam tahap memprihatinkan.Kalau ini tidak diatur lewat undang-undang, bisa diatur dengan Perpres. Setuju nggak kata anggota DPR dari Gerindra Bambang Haryo di kompleks parlemen, Senayan, Jakata, Senin 23/4/2018.Baca juga Ketua Komisi V Temui Driver Ojol yang Berdemo di DPRHal ini disampaikan Bambang dalam pertemuan Komisi V dengan perwakilan aksi massa ojek online Gerakan Roda Dua Garda. Dalam pertemuan itu, juga hadir Forum Peduli Transportasi Online FPTOI dan Perkumpulan Pengemudi Transportasi dan Jasa Daring Indonesia PPTJDI. --Pernyataan dari Bambang itu sontak disambut tepuk tangan oleh perwakilan komunitas ojek online yang hadir. Salah satu perwakilan massa dari Garda, Habibi, mengepalkan tangan di udara menyuarakan kesetujuannya.Setuju, setuju seru Habibi. Baca juga Temui Komisi V DPR, Perwakilan Massa Ojol Keluhkan TarifPernyataan dari Bambang kemudian ditimpali oleh anggota Komisi V dari F-PKB Neng Eem Marhamah. Menurut Neng Eem, akan terlalu lama apabila sopir ojek online menunggu hingga peraturan perundang-undangan dibuat. Baca juga Massa Ojol Bubar, Lalin Depan Gedung DPR Kembali DibukaKarena itu, sambil menunggu UU dibuat, ia setuju jika presiden mengeluarkan perpres. Neng Eem mengakui keberadaan ojek online membantu dalam mengatasi kemacetan Jakarta.Kalau permaslahan ini ingin cepat selesai maka bisa dialihkan ke Perpres. Tetapi kalau ingin kuat, maka diperlukan undan-undang sebagai payung hukumnya, jelas Neng Eem.Saya secara pribadi merasa terbantu dengn ojol ini untuk memecah masalah kemacetan di Jakarta, imbuhnya.tsa/gbrojek onlinedemo ojek onlinekomisi v dpr -- -- | detik | Politikus Gerindra-PKB Usul Jokowi Terbitkan Perpres Atur Ojol | 2018-04-23 |
| Jakarta -Perwakilan massa ojek online yang tergabung dalam Gerakan Roda Dua Garda menemui Komisi V DPR RI. Mereka mengeluhkan soal tarif.Delapan orang perwakilan massa itu masuk dengan tertib ke Gedung Nusantara, kompleks parlemen, Senayan, Jakarta, Senin 23/4/2018. Tak ada keributan yang terjadi saat mereka masuk ke ruang rapat Komisi V.Baca juga Ada Demo Driver Ojol, Exit Tol ke DPR Ditutup SementaraMereka diterima oleh Ketua Komisi V Fary Djemy Francis. Salah satu perwakilan Garda, Habibi, kemudian menyampaikan aspirasinya dengan menggebu-gebu. --Pertama saya ingin menyampaikan salam dari ribuan teman-teman kami yang sedang berada di depan menyuarakan jeritan hatinya, ujar Habibi.Setiap hari kami saksikan kawan-kawan kami berjatuhan menjadi korban dari sebuah sistem yang tidak berpihak pada kami, tambahnya. Menurut Habibi, hingga saat ini belum ada payung hukum yang jelas bagi sopir ojek online. Ia merasakan adanya ketidakadilan, utamanya soal tarif yang dinilai terlalu murah.Setelah bertahun-tahun proses panjang, belum ada kebijakan yang melindungi kami dari sisi regulasi maupun tarif. Karena itu, salam kawan-kawan kami sampaikan untuk dimohonkan agar disampaikan, ujar Habibi.Baca juga Lagu Maju Tak Gentar dan Sumpah Ojol Awali Aksi di Depan DPRPernyataan dari Habibi ditanggapi oleh Fary. Fary memastikan akan menyampaikan aspirasi itu kepada pemerintah.Mudah-mudahan besok bisa dilangsungkan, sehingga apa yang hari ini disampaikan besok bisa menjadi masukan kepada Menhub Menteri Perhubungan Budi Karya, ujar Fery.Dalam audiensi sore ini, Komisi V DPR juga menerima perwakilan komunitas ojek online lainnya. Selain perwakilan Garda, hadir pula Forum Peduli Transportasi Online FPTOI dan Perkumpulan Pengemudi Transportasi dan Jasa Daring Indonesia PPTJDI.Viedo 20detik Melihat Suasana Demo Ojol dari Langit di Depan Gedung DPRGambasVideo 20detiktsa/idhdemo ojek onlinedemo ojoldemo ojol di dpr -- -- | detik | Temui Komisi V DPR, Perwakilan Massa Ojol Keluhkan Tarif | 2018-04-23 |
bigram_tm <- function(input_text,
plot = T,
number_of_topics = 4)
{
set.seed(2016)
Corpus <- VCorpus(VectorSource(input_text))
BigramTokenizer <- function(x) NGramTokenizer(x, Weka_control(min=2, max=3))
DTM <- DocumentTermMatrix(Corpus, control=list(tokenize=BigramTokenizer))
unique_indexes <- unique(DTM$i)
DTM <- DTM[unique_indexes,]
lda <- LDA(DTM, k = number_of_topics, control = list(seed = 1234))
topics <- tidy(lda, matrix = "beta")
top_terms <- topics %>%
group_by(topic) %>%
top_n(10, beta) %>%
ungroup() %>%
arrange(topic, -beta)
# if the user asks for a plot (TRUE by default)
if(plot == T){
top_terms %>%
mutate(term = reorder(term, beta)) %>%
ggplot(aes(term, beta, fill = factor(topic))) +
geom_col(show.legend = FALSE) +
facet_wrap(~ topic, scales = "free") +
labs(x = NULL, y = "Beta") +
coord_flip()
}else{
# if the user does not request a plot
# return a list of sorted terms instead
return(top_terms)
}
}
data_tempo <- media_data %>%
filter(media == "tempo") %>%
select(clean_konten)
bigram_tm(data_tempo$clean_konten, plot = TRUE, number_of_topics = 2)
data_kompas <- media_data %>%
filter(media == "kompas") %>%
select(clean_konten)
bigram_tm(data_kompas$clean_konten, plot = TRUE, number_of_topics = 2)
data_detik <- media_data %>%
filter(media == "detik") %>%
select(clean_konten)
bigram_tm(data_detik$clean_konten, plot = TRUE, number_of_topics = 4)
media_data %>%
filter(str_detect(konten, "mitra")) %>% #masukkan kata kunci yang ingin di cari
select(konten, media, judul, tanggal) %>%
filter(str_detect(media, "tempo")) %>% # sumber berita dari kompas, bisa diganti "tempo" atau "detik"
head(n=2) %>%
kable()
| konten | media | judul | tanggal |
|---|---|---|---|
| TEMPO.CO, Jakarta -CEO Go-Jek Nadiem Makarim angkat bicara mengenai dilarang beroperasinya transportasi online di wilayah Jawa Barat. Dia meminta pemerintah daerah segera menyelesaikan masalah yang terjadi antara transportasi online dan angkutan kota serta taksi konvensional di Jawa Barat.Menurut Nadiem, pemerintah harus memberi solusi yang adil terhadap transportasi online. Pemerintah harus segera menangani masalah ini, kata Nadiem di Jakarta, Rabu, 11 Oktober 2017.Menurut Nadiem, pangsa pasar transportasi online di Jawa Barat, cukup besar. Untuk itu dia meminta pemerintah membuat regulasi yang bisa menguntungkan kedua belah pihak.Nadiem mengatakan keberadaan transportasi online pada prinsipnya membantu ekonomi kerakyatan masyarakat. Apalagi, berdasarkan catatan Gojek, 60 persen mitra mereka adalah pekerja paruh waktu yang mencari tambahan uang dengan menjadi driver.Selain itu, ia menyatakan menerima rencana pemerintah untuk mencari tarif minimum dan maksimum untuk transportasi online agar bisa beroperasi. Tujuan penyesuaian tarif tersebut untuk menciptakan kesetaraan. Kami sangat mendukung jika tarif disesuaikan untuk regulasi yang dibuat pemerintah, ujarnya.Namun, Nadim menolak jika pemerintah membatasi kuota transportasi online di setiap daerah. Soalnya pemerintah akan sulit untuk membatasi kuota tersebut. Bagaimana caranya membatasi kuota. Yang ada nanti ada jual beli kuota, ujarnya.Sejauh ini, Nadiem mengatakan mendukung upaya pemerintah dalam menerbitkan regulasi yang mengatur transportasi online di Indonesia. Namun harus adil.Pemerintah Provinsi Jawa Barat melarang beroperasinya transportasi online termasuk Go-Jek di wilayahnya mulai Senin, 9 Oktober 2017. Keputusan itu diambil buntut protes yang dilayangkan sopir angkutan kota. Mereka mengancam mogok bila pemerintah tak daerah melarang angkutan online beroperasi di Jawa Barat.IMAM HAMDIBaca juga Presiden Jokowi, Ternyata Inilah Pemicu Heboh Senjata Brimob | tempo | Bos Go-jek Buka Suara Soal Jawa Barat Larang Transportasi Online | 2017-10-11 |
| Sudah selayaknya pemerintah mewajibkan penyedia layanan transportasi berbasis aplikasi, seperti Go-Jek dan Grab, menjadi perusahaan transportasi. Dengan status perusahaan angkutan, keberadaan mereka akan lebih mudah diatur. Pemerintah pun bisa melindungi hak pengemudi sekaligus hak konsumen.Selama ini pemerintah telah memberikan banyak dispensasi bagi Go-Jek dan Grab untuk tidak diperlakukan sebagai perusahaan transportasi. Kelonggaran itu diatur melalui Pasal 63-67 Peraturan Menteri Perhubungan Nomor 108 Tahun 2017. Tapi, nyatanya, perusahaan berbasis aplikasi itu melanggar aturan main. Mereka beroperasi layaknya perusahaan angkutan umum dengan menentukan tarif untuk penumpang.Begitu pula dalam perekrutan pengemudi. Seharusnya penyedia aplikasi tidak merekrut langsung mitra pengemudi, melainkan melakukannya lewat badan usaha atau koperasi. Repotnya, Kementerian Perhubungan tidak bisa menjatuhkan sanksi terhadap semua pelanggaran tersebut lantaran status Go-Jek dan Grab yang hanya sebagai penyedia aplikasi.Negara bakal diuntungkan secara ekonomi dari keputusan yang diambil dalam pertemuan antara pemerintah dan perwakilan Go-Jek serta Grab di kantor Kepala Staf Kepresidenan pada pekan lalu tersebut. Para peneliti Institute for Development of Economics and Finance Indef menghitung perubahan status dari penyedia aplikasi menjadi perusahaan angkutan akan menambah penerimaan negara sebesar Rp 1, 54 triliun per tahun.Sebaiknya perubahan bentuk badan usaha perusahaan berbasis aplikasi itu dilakukan secara fleksibel. Pemerintah mesti memberikan kelonggaran kepada pengusaha berbasis aplikasi bergerak di sektor lain di luar transportasi. Dengan begitu, pengembangan penyedia aplikasi ke arah industri lain, seperti financial technology atau e-commerce, tidak terhambat perubahan bentuk ini.Pemerintah perlu pula menyelesaikan masalah lain yang lebih substansial, yakni merevisi Undang-Undang Nomor 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan. Undang-undang tersebut kerap menjadi hambatan karena tidak mengatur mengenai penggunaan sepeda motor sebagai alat transportasi umum.Mengabaikan sepeda motor sebagai salah satu moda transportasi tidaklah realistis. Bahkan, sebelum undang-undang itu lahir, sepeda motor sebagai alat angkutan umum sudah hadir di seluruh pelosok negeri. Para pendukung ojek punya argumentasi benar bahwa sepeda motor bukanlah angkutan umum, tapi tidak ada larangan pengendara sepeda motor berboncengan. Dalam konteks ojek online, boncengan inilah yang dimanfaatkan secara ekonomis.Demi memudahkan pengawasan, pemerintah perlu mendorong perusahaan transportasi melepas saham di bursa efek. Dengan begitu, publik bisa turut mengawasi angkutan online sekaligus berkesempatan berinvestasi dan menikmati keuntungan dari dua perusahaan yang bervaluasi puluhan triliun rupiah tersebut. | tempo | Ihwal Status Transportasi Online | 2018-04-04 |